- 首页
- 创新软件
- 多传感器感知与融合
多重影像感测器融合：重新定义影像的真谛
我们创新的多镜头相机解决方案提供无与伦比的影像能力，实现令人惊豔的180/360度全景、先进的複合影像感测器融合应用，以及精准的深度感测立体影像。
主要特点：
- 180/360度全景： 轻松捕捉沉浸式且令人惊叹的全景影像。
- 複合影像感测器融合： 结合多个影像感测器的撷取数据，以增强影像品质、深度感知等。
- 深度感测立体影像： 创建精准的3D模型，并实现增强现实和虚拟现实等创新应用。
- 多样性： 我们的解决方案适用于广泛的应用领域，从摄影和摄影到工业检测和科学研究。
应用领域：
- 摄影和摄影： 捕捉令人惊叹的全景影像和影片，用于创意表达。
- 虚拟和增强现实： 利用精准的深度感知和3D模型，创造沉浸式体验。
- 工业检测： 透过高精度影像进行详细的检测和测量。
- 科学研究： 收集环境监测、机器人等各个科学领域的数据。
动态即时影像拼接：影像技术的未来
Ability的创新动态拼接技术是影像领域的革命性突破。透过将拼接区域分割成多个较小的区域，我们的算法可以在相机内直接拼接影像，省去繁琐的电脑或应用程式后製过程。
主要优势：
- 即时拼接： 拍摄后立即享受拼接影像。
- 无缝整合： 拼接直接在相机内完成，简化工作流程。
- 增强影像品质： 先进的拼接算法确保高品质、无缝的全景图。
- 多样性： 兼容广泛的相机型号和应用。
运作原理：
- 影像分割： 拼接区域被分割成多个重叠的片段。
- 即时拼接： 我们的算法逐一处理每个片段，并立即将它们拼接在一起。
- 最佳化： 先进的优最佳化技术确保无缝转换和高品质结果。
应用领域：
- 摄影： 拍摄壮丽的全景风景、城市景观和团体照。
- 摄影： 创建沉浸式的360度影片，适用于虚拟现实和社交媒体。
- 监控： 使用单个全景视图监控大范围区域。
- 工业检测： 轻松检测大型结构和设备。
突破视角限制，打造身临其境的360°全景
传统拼接技术不但运算缓慢同时造成画面扭曲，影响观看体验。我们的独家动态演算法，能即时分析并校正不同距离物体的视角差异，确保拼接后的画面自然、无缝。
主要优势：
- 真实还原场景： 呈现更接近人眼所见的真实画面。
- 无缝拼接： 消除拼接痕迹，提供更沉浸式的观看体验。
- 即时处理： 快速生成全景画面，满足各种应用需求。
- 应用场景： 虚拟实境、直播、会议室、展览场地等。
多影像拼接中的影像差异处理
在将多张影像拼接成一张全景图时，如何处理不同影像之间的差异是一个关键的挑战。这些差异主要来自于以下两个方面：
Disparties
- 视角差异： 每个影像感测器从不同的角度捕捉场景，导致记录的环境资讯不同。
- 感测器/镜头公差： 感测器和镜头的个体差异会导致影像品质和色彩呈现上的差异。
因此，我们需要超越单一影像画质调整，採用更複杂的方法来处理这些差异。
另外，处理影像差异的关键考量如下：
- 基于特徵点的对齐： 精确匹配多张影像中的对应特徵点，建立一个共同的参考框架。
- 色彩平衡： 确保所有影像的色彩表示一致。
- 曝光补偿： 调整曝光水平以应对不同的光照条件。
- 无缝融合： 在影像之间创建平滑的过渡，以最小化可见的接缝。
通过仔细处理这些因素，我们可以获得高品质的拼接影像，准确地呈现原始场景。
预校正：提升影像拼接品质的关键
为了解决不同镜头拍摄的影像在边缘亮度不均的问题，我们开发了一套预校正流程。将相机置于一个发出均匀光亮的积分球内，我们可以精准测量并补偿这些亮度差异。
优势：
- 容忍镜头差异： 此方法可以容忍不同镜头单元之间的亮度差异，降低生产过程中对镜头一致性的严格要求。
- 降低元件成本： 透过减少对高精度镜头的需求，可以有效降低整体成本。
- 提升影像品质： 预校正过程有助于最小化影像边缘常见的亮度衰减问题，产生更一致、视觉效果更佳的拼接全景图。
流程概述：
- 置于积分球中： 将相机置于一个发出均匀光亮的积分球中。
- 测量亮度分布： 测量影像中的亮度分布，找出亮度较低的区域。
- 生成校正数据： 基于测量的亮度差异生成校正数据。
- 软体补偿： 在影像拼接过程中，软体应用校正数据来补偿亮度差异，产生更无缝、视觉效果更佳的拼接影像。
透过实施这项预校正流程，我们可以在降低整体成本和提高生产灵活性的同时，提供高品质的拼接全景图。
360度影片水平稳定技术
我们的水平稳定算法利用惯性测量单元（IMU）的数据，对影像感测器影像进行防抖补偿。通过分析IMU的数据，我们可以准确地确定相机的方位，并对影像帧进行适当的校正。
优势：
- 内建稳定功能： 无需额外稳定器。稳定功能透过相机内部算法实现，是一种更紧凑、更具成本效益的解决方案。
- 提升影像品质： 透过减少因相机晃动产生的影像失真，使生成的影片更流畅且视觉效果更佳，特别适合在 VR 或大型萤幕观看时。
工作原理：
- IMU数据採集： IMU 持续撷取相机的姿态资讯。
- 方位估计： 我们的算法处理IMU数据，估计相机在3D空间中的方位。
- 影像校正： 利用估计的方位校正捕获影像中的任何倾斜或旋转，确保水平线保持水平。
- 拼接优化： 将稳定的影像拼接在一起，形成无缝的360度全景图。
实际应用：
- 想像一下将360度运动相机安装在头盔上。IMU数据将用于稳定影片，即使在山地自行车或滑雪等剧烈活动中，也能产生平滑且身临其境的画面。
- 通过将水平稳定功能整合到我们的360度相机中，我们为用户提供了更稳定、更愉快的观看体验。
滚动快门校正
我们的滚动快门校正算法利用惯性测量单元（IMU）的数据，以有效降低CMOS感测器中滚动快门所造成的果冻效应。通过分析IMU的加速度和角速度数据，我们可以准确地计算相机的运动轨迹，并对撷取的影像进行适当的校正。
优势：
- 低成本高效益的解决方案： 藉由比全域快门感测器更低廉的成本，滚动快门感测器现今已被广泛使用。透过佳能的滚动快门校正功能，使用现有的CMOS滚动快门感测器亦可实现全域快门曝光的好处。
- 提升影像品质： 透过校正滚动快门失真，我们的算法可提升影像品质，减少瑕疵并改善整体视觉保真度。
- 多功能性： 我们的算法可应用于各种应用，包括运动相机、无人机和监控系统，这些领域中滚动快门失真可能是一个重大问题。
工作原理：
- IMU数据採集： IMU 持续撷取相机的姿态资讯
- 运动估计： 藉由连续的IMU数据，以计算曝光时间内的相机运动。
- 影像校正： 基于估计的运动，算法对撷取的影像进行校正，以补偿滚动快门失真。
实际应用：
- 运动相机： 减少运动相机画面中常见的「果冻效应」，产生更平滑、更稳定的影片。
- 无人机： 减少无人机振动和快速移动引起的影像失真。
- 监控系统： 提高物体追踪和运动分析的准确性。
透过将滚动快门校正整合至影像系统中，可提升影像品质、减少失真，并改善应用整体效能。
立体深度感测
我们的立体深度感测算法包含两个关键步骤：
- 立体校正： 我们仔细校正相机，确保它们正确对齐并具有相同的光学特性。这个校正过程建立相机之间的基线距离，这对于深度计算至关重要。
- 视差计算： 一旦校正完成，算法分析左右影像中对应点之间的差异。这种差异称为视差，与场景的深度直接相关。通过计算视差，我们可以估计场景中不同物体与相机的距离。
优势：
- 更广的探索范围： 与基于雷射的距离测量相比，立体视觉允许更广的视野，能够扫描更大的区域。
- 更低的成本： 立体视觉系统通常使用比基于雷射的系统更便宜的元件，使其成为许多应用的更具成本效益的解决方案。
